Kosten per oplossing, niet kosten per minuut: een methodologie voor het prijzen van voice agents

Een koper van een voice agent zit tegenover een leverancier die $0.31 per minuut noteert. Het budget van de koper is uitgedrukt in opgeloste klantvragen, niet in minuten. De offerte van de leverancier en het budget van de koper staan in verschillende eenheden, en vrijwel elke publieke vergelijking van voice-agent-stacks sluit aan op de eenheid van de leverancier, niet op die van de koper. We schreven dit paper omdat ons geduld met die asymmetrie tijdens inkoopgesprekken op was.

De empirische vraag is smal. Gegeven een voice-agent-stack met een bekende prijs per minuut, een bekende gemiddelde afhandeltijd, een bekende containment rate en een bekende terugvalkost wanneer de agent naar een mens escaleert: wat is de juiste manier om de kosten van één opgeloste oproep te berekenen? En zodra dat getal bestaat: komen de rangordes die het oplevert over reële publieke stacks overeen met de rangordes die de prijs per minuut oplevert? Als de rangordes overeenkomen, is de keuze van eenheid cosmetisch en kunnen inkoopteams de door leveranciers genoteerde eenheid blijven gebruiken. Als de rangordes verschillen, is de keuze van eenheid op zichzelf een inkoopbeslissing, en loopt een koper die leveranciers op prijs per minuut beoordeelt een structurele fout op die het spreadsheet niet signaleert.

Drie observaties motiveren de vraag. Ten eerste noteert elke prijsvergelijking van leveranciers die we onderzochten tarieven per minuut ^{[14, 15, 16, 17]} zonder die tot een cijfer per oplossing samen te stellen, ook al erkennen dezelfde auteurs dat containment de werkelijke kosten bepaalt ^[15]. Ten tweede weet de literatuur over contactcentrumoperaties al minstens tien jaar dat kosten per contact herstelwerk verbergen. Belfiore kwantificeerde een kloof van 10 punten in first-call resolution als $1.2M aan vermijdbare jaarlijkse kosten bij een operatie van 1M oproepen ^[2], en pay-per-resolution-outsourcing is al een inkoopformat met lijstprijzen van $1–$7 ^[5]. De eenheid is betekenisvol voor de koper. Ten derde rapporteert de τ-Voice benchmark task-completion rates van voice agents van 31–51% onder schone condities en 26–38% met realistische ruis ^[19], zodat de variabele die de kosten per oplossing bepaalt sterker beweegt dan leveranciersblogs toegeven. De samenstellingsregel die deze invoer omzet in een vergelijkbaar getal lijkt niet gepubliceerd te zijn.

Een lezer zou redelijkerwijs kunnen vragen waarom een methodologiepaper over een formule met vier inputs moet bestaan. De reden is dat de vier inputs uit vier afzonderlijke literaturen komen (prijspagina's van leveranciers, contactcentrumoperaties, voice-agent-benchmarking en een door een leverancier opgegeven arbeidskost) en geen enkele gepubliceerde bron ze samenstelt. Prijspagina's van leveranciers stoppen bij tarieven per minuut ^{[14, 16, 17]}; de academische voice-agent-benchmarkliteratuur ^{[18, 19, 20]} rapporteert task completion als kwaliteitsmetriek zonder die naar een kostencijfer te vertalen; de contactcentrumliteratuur definieert kosten per oplossing conceptueel ^{[4, 7]} maar dateert van vóór de AI-kostenstack; en de bezettingsmodellen uit operations management ^{[1, 26]} beschrijven de menselijke kant van de substitutie maar niet de AI-kant. Elk stuk is gepubliceerd. De samenstelling niet.

Onze bijdragen zijn: (1) een gesloten formule voor kosten per oplossing die prijs per minuut, afhandeltijd, containment en kosten per escalatie samenstelt; (2) een uitgewerkt voorbeeld over vier reële voice-agent-stacks (Retell AI, een Vapi-achtige in componenten opgesplitste stack, een zelf-gehoste best-of-breed-stack en een enterprise voice-AI-leverancier met bodemprijs) op basis van publieke lijstprijzen en publieke containment-ranges uit benchmarks; (3) twee rangordewisselingen tussen de ordening per minuut en die per oplossing die laten zien dat de keuze van eenheid de inkoopbeslissing verandert; (4) een tweedimensionaal gevoeligheidsraster over containment-verschuiving en escalatiekosten dat de escalatiekosten in plaats van de prijs per minuut als de structurele bepaler van de rangorde aanwijst; en (5) een Erlang C-afleiding in de appendix die de escalatieterm van de formule grondt in het standaard bezettingsmodel uit de operations-managementliteratuur ^{[1, 26]}.

Het paper is als volgt opgebouwd. Sectie 2 verkent de twee lijnen, de stukseconomie van contactcentra en de inference-economie van LLM's, die het probleem raken zonder het op te lossen. Sectie 3 specificeert de formule, de vier stacks, de opzet van het uitgewerkte voorbeeld en de invoer die we constant hielden. Sectie 4 rapporteert de tabel met vier stacks, de twee rangordewisselingen en het multivariate gevoeligheidsraster. Sectie 5 bespreekt wat de rangordewisselingen voor inkoop betekenen, waarom de escalatieterm domineert en waar de formule breekt. Sectie 6 somt op wat de methodologie niet kan concluderen. Sectie 7 sluit af. Appendix A leidt de escalatieterm af uit Erlang C.

De manier waarop voice agents vandaag geprijsd worden erft twee lijnen: contactcentrum-operations-management, waar de rekeneenheid al lang het contact is, en de inference-economie van LLM's, waar de eenheid het token is. Geen van beide lijnen levert de eenheid op die een koper van voice agents werkelijk afneemt; een opgeloste klantvraag. We ordenen het gerelateerde werk langs deze twee armen en verkennen vervolgens het kleine corpus aan teksten dat richting kostenmodellen verankerd in oplossingen is gaan duwen zonder daar aan te komen.

2.1 Stuksecomonie van contactcentra

Operations management behandelt het contactcentrum al minstens twee decennia als een wachtrijsysteem dat door mensen wordt bemand ^[1]. De survey van Akşin, Armony en Mehrotra ^[1] legt de kostenstructuur vast waar elk argument voor AI-substitutie zich toe moet verhouden: ruwweg tweederde van de operationele kosten van een contactcentrum is personeel, en personeel schaalt lineair met de gemiddelde afhandeltijd via standaard Erlang C-bezettingsmodellen. De praktijkreferentie van de Society of Workforce Planning Professionals ^[26] formaliseert diezelfde lineariteit binnen de workforce-management-softwarestack. We erven de bezettingslineariteit in onze methodologie; wanneer een AI-agent een oproep contained, crediteren we de deflectie door die af te trekken van hetzelfde Erlang-model. De afleiding staat in Appendix A.

Bovenop de wachtrijlaag is de sector geconvergeerd op kosten per contact als de werkende efficiëntiemetriek ^[3]. De ICMI-standaard van Rumburg ^[3] definieert die als maandelijkse operationele uitgaven gedeeld door het inkomende contactvolume en koppelt die aan CSAT als fundamentele KPI. Kosten per contact heeft de analytische aantrekkingskracht van een direct gemeten teller boven een direct gemeten noemer; de zwakte, binnen de sector welbekend maar zelden geformaliseerd, is dat contacten geen uitkomsten zijn. Belfiore ^[2] geeft de beste reeds bestaande kwantificatie van die kloof door tekorten in first-call resolution te vertalen naar overtollige jaarlijkse kosten: een FCR-kloof van 10 punten bij een operatie van 1M oproepen levert ongeveer $1.2M aan vermijdbare kosten op bij $8 per oproep en 1.5 vervolgoproepen per onopgeloste vraag. Het CallMiner-team ^[6] rapporteert de van SQM afgeleide vuistregel die de discussie onder professionals sinds eind jaren 2000 verankert; een winst van één punt in FCR is een daling van één punt in operationele kosten waard.

Een recentere stroming betoogt dat de eenheid zelf moet veranderen. CX Today ^[4] kadert kosten per oplossing als totale operationele kosten gedeeld door opgeloste vragen, waarbij 'opgelost' vereist dat er binnen 7 tot 30 dagen geen herhaalcontact is en geen escalatie na het laatste contactmoment. Het cross-industry benchmarkrapport van Şimşek ^[7] tabelleert kosten per ticket van $2.70 (retail) tot $40+ (complexe zorg) en stelt dat voor SaaS de werkende metriek kosten per oplossing is in plaats van kosten per ticket; maar het publiceert geen op oplossing genoemde benchmarks. Het duidelijkste bewijs dat de eenheid betekenisvol is voor de koper is de inkoop: de outsourcing-prijsgids van Mehta ^[5] documenteert pay-per-resolution-BPO-contracten die actief in gebruik zijn op $1–$7 per opgeloste vraag, met een gerapporteerd sectorgemiddelde rond $4. De eenheid bestaat in de markt; wat ze tot nu toe niet had, is een verdedigbare samenstellingsregel die een CFO vertelt hoe ze die kan afleiden uit de componenten die leveranciers daadwerkelijk noteren.

2.2 Inference-economie van LLM's

De andere lijn die ons probleem raakt is de literatuur over serveerkosten voor large language models. Erdil ^[22] ontwikkelt een theoretisch model van de afweging tussen kosten per token en tokens per seconde onder aritmetische, geheugen- en netwerkbeperkingen, en berekent Pareto-fronten voor populaire LLM's (zie Figuur 2). De vorm van het front; convex met afnemende marginale opbrengsten op throughput; is het bovenstroomse kostenoppervlak dat onze methodologie samenstelt met benedenstroomse containment om een cijfer per oplossing op te leveren. Zhuang et al. ^[23] veralgemenen het kader tot een 'LLM Inference Production Frontier' (Figuur 3) en benoemen drie principes: afnemende marginale kosten, afnemende schaalvoordelen en een optimale kosten-effectiviteitszone. Pan et al. ^[21] passen een nauw verwant kosten-batenkader toe op de beslissing tussen on-premise en commerciële deployment, en delen scenario's in terugverdienbanden in (0–6 maanden, 6–24 maanden, voorbij 24 maanden). Alle drie zijn uitgedrukt in tokens; nuttig omdat tokens de marginale eenheid van inference-kosten zijn, beperkend omdat tokens niet zijn wat een contactcentrumkoper afneemt. We lenen het fasering-idee van ^[21] en het marginale-kostenkader van ^{[22, 23]} maar verankeren de noemer opnieuw op opgeloste vragen in plaats van tokens.

2.3 Voice-agent-benchmarks en evaluatie

Een parallel corpus aan werk meet of voice agents überhaupt vragen oplossen, zonder dat om te zetten in kosten. De τ-bench van Yao et al. ^[18] introduceert een klantenservicebenchmark voor retail en luchtvaart en de pass^k-betrouwbaarheidsmetriek, en stelt vast dat GPT-4o minder dan 50% van de taken oplost en betekenisvol inconsistent is tussen runs. Ray et al. breiden het kader uit naar spraak in τ-Voice ^[19] en rapporteren task-completion rates van 31–51% onder schone condities en 26–38% onder realistische ruis en accenten; aanzienlijk lager dan de cijfers in tekstmodus; wat de gevoeligheidsanalyse die we op containment uitvoeren rechtstreeks voedt (zie Figuur 1). Ethiraj et al. ^[20] tonen aan dat domeinafstemming task completion bij constante compute wezenlijk verschuift, wat het argument versterkt dat de door leveranciers genoteerde containment afhangt van een workload die de koper zelden in de hand heeft. De systematische review van Braggaar et al. ^[25] documenteert 122 evaluatiestudies voor taakgerichte dialoog en vindt heterogene constructen met onderrapporteerde operationaliseringen; mede de reden waarom een stabiele benedenstroomse economische metriek niet is uitgekristalliseerd. Gao et al. ^[24] operationaliseren afwegingen tussen nut en kosten binnen de reinforcement-learning-loop van de agent met hun CMPO-kader; wij behandelen dezelfde afweging op de inkooplaag met een gesloten scoreregel.

2.4 Literatuur van leveranciers en professionals

De meestgelezen teksten over de kosten van voice agents worden gepubliceerd door leveranciers en professionals. De prijsvergelijking van Retell AI ^[14] tabelleert kosten per minuut en per 10K minuten over Retell, Vapi, Twilio Voice en Euphonia ($0.07–$0.66/min); het CloudTalk-stuk van Lucido-Balestrieri ^[16] rapporteert de hybride prijsstelling van CloudTalk naast lijsttarieven van concurrenten; Ahmed ^[15] ontleedt de prijs per minuut over de lagen STT, LLM, TTS, telefonie en platform, en stelt vast dat het oproeptype en de containment-range (45–88%) de werkelijke kosten meer bepalen dan de koptarieven. De TCO-analyse van Dograh ^[17] scheidt variabele, semi-variabele en vaste kosten over drie gebruikslagen en prijst engineeringtijd op $150/uur; het stuk merkt op dat 'ruwe minuten de volledige financiële realiteit niet vatten' maar gaat niet zover minuten door oplossingen als rekeneenheid te vervangen. De voice-agent-stackgids van Sharma ^[13] en zijn gids over evaluatiemetrieken ^[12] publiceren formules voor FCR (eerst opgelost / totaal) en containment (door AI opgelost / totaal) met een containment-doel van >70% voor productiegereedheid, maar stellen de metrieken nooit samen tot een eenheid per oplossing. Het stuk over automatiserings-ROI van Replicant ^[8] rapporteert kosten per oproep van $0.62 (AI) tegenover $7.40 (mens), en de metrieken-blog van PolyAI ^[11] somt de acht KPI's op die een voice-AI-koper zou moeten volgen; inclusief een waarschuwing dat containment terugbellende klanten kan verbergen; zonder uit te komen op een samengestelde metriek. Replicant ^[9] en Bucher + Suter ^[10] betogen onafhankelijk dat escalatie dezelfde engineeringdiscipline vergt als automatisering; beide behandelen de overdrachtskosten kwalitatief, geen van beide prijst ze.

2.5 Synthese en lacune

Twee dingen zijn duidelijk uit de literatuur. Ten eerste bestaan de inputs die nodig zijn om kosten per opgeloste oproep te berekenen al in publieke vorm: prijzen per minuut van leveranciers ^{[14, 15, 16, 17]}, containment-formules ^[12], gemeten task-completion rates ^{[18, 19]}, escalatie-ontwerptaxonomieën ^{[9, 10]}, bezettingsmodellen ^{[1, 26]}, en de historische vertaling tussen FCR en operationele kosten ^{[2, 6]}. Ten tweede stelt geen enkele gepubliceerde bron ze samen. De contactcentrumlijn ^{[1, 3, 4, 5, 6, 7]} heeft de juiste noemer maar dateert van vóór de AI-kostenstack; de inference-economielijn ^{[21, 22, 23]} heeft de juiste kostenmodelleringsdiscipline maar de verkeerde noemer; de voice-agent-benchmarklijn ^{[18, 19, 20, 25]} meet oplossing als een kwaliteitsuitkomst in plaats van een prijsinvoer; en de leveranciersliteratuur ^{[8, 9, 10, 11, 12, 13, 14, 15, 16, 17]} signaleert de lacune herhaaldelijk zonder die te dichten. Wij kennen geen eerder werk dat een formule voor kosten per opgeloste oproep definieert die prijs per minuut, gemiddelde afhandeltijd, containment en escalatiekosten samenstelt, en met een uitgewerkt voorbeeld aantoont dat de resulterende rangordes verschillen van de rangordes per minuut op dezelfde stacks. Dat is de bijdrage van dit paper.

Dit paper is een methodologiepaper in de zin van paper-research-method: de formule is de bijdrage, het uitgewerkte voorbeeld bestaat om te tonen dat de formule nuttige en niet-vanzelfsprekende rangordes oplevert, en de gevoeligheidsanalyse bestaat om te tonen dat de formule een bekende empirische regelmaat uit eerder werk herstelt. We hebben geen nieuwe metingen uitgevoerd. We stelden inputs die in gepubliceerde vorm bestaan samen tot één regel, pasten die regel toe op vier reële publieke stacks en testten het resultaat onder stress.

3.1 De formule

Laat p de lijstprijs per minuut van een voice-agent-stack in dollars aanduiden, T de gemiddelde afhandeltijd van een contained oproep in minuten, c de containment rate als fractie in [0, 1], en E de kosten per oproep van menselijke escalatie in dollars. We definiëren kosten per oplossing als

C_res = (p · T) / c + (1 − c) · E

De eerste term is de prijs per minuut vermenigvuldigd met de afhandeltijd, gedeeld door containment. Hij beantwoordt de vraag: als we alleen door AI opgeloste oproepen als oplossingen tellen, wat kost elke oplossing dan aan agent-minuut-uitgaven, gegeven dat we ook de minuten betaalden van elke oproep die niet werd opgelost? De tweede term is de verwachte escalatiepremie per inkomende oproep: met kans (1 − c) escaleert de oproep, en elke escalatie brengt kosten E met zich mee. De twee termen tellen op tot één dollarcijfer per oplossing.

De constructie is bewust eenvoudig. Ze behandelt de AI-stack als een dienst met vaste marginale kosten die per minuut wordt betaald ongeacht of de oproep wordt opgelost, en ze behandelt menselijke escalatie als een vlakke kost per oproep; het standaard contactcentrumkader in ^{[3, 8]}. Ze amortiseert geen ontwikkelkosten, bevat geen licentiebodems of platformminima, en crediteert geen bovenstroomse deflectie (oproepen die de agent nooit bereiken door selfservice in de IVR). Elk hiervan wordt in §6 als beperking benoemd.

De formule stelt de vier inputs samen die leveranciers inconsistent noteren. Prijs per minuut p staat op elke prijspagina van een leverancier ^{[14, 16]}. Afhandeltijd T is een meting aan koperszijde die uit elk historisch oproeplogboek beschikbaar is. Containment c is de verhouding gespecificeerd in ^[12] en end-to-end gebenchmarkt in ^[19]. Escalatiekosten E zijn de kosten per oproep voor het doorzetten van de oproep naar een menselijke agent; het cijfer dat Replicant opgaf op $7.40 ^[8] en het cijfer dat Belfiore gebruikte op $8.00 ^[2]. We hanteren $7.40 als proxy voor het uitgewerkte voorbeeld omdat het de recentere opgave is en de bron de vergelijkende kost per AI-oproep ernaast publiceert. Appendix A toont aan dat dit cijfer consistent is met het Erlang C-bezettingsmodel in ^{[1, 26]} bij belaste arbeidskosten in de orde van $50/uur, een bezetting rond 0.85, en een factor 1.5× voor vervolgoproepen.

3.2 De vier stacks

We pasten de formule toe op vier voice-agent-stacks, gekozen om de publieke marktvorm te overspannen van de goedkoopste zelf-gehoste configuratie tot het duurste enterprisesegment.

Stack A, Retell AI, is een beheerd end-to-end voice-agent-platform geprijsd tegen één tarief per minuut dat STT, LLM, TTS en telefonie omvat. We gebruikten $0.31/minuut, het tarief dat Retell naast zijn concurrentievergelijking publiceert ^[14].

Stack B, Vapi-achtig opgesplitst, is een beheerde orchestrator die de onderliggende componenten blootlegt en ze afzonderlijk in rekening brengt. In navolging van de gepubliceerde decompositiediscipline van Ahmed ^[15] stelden we samen: STT op $0.05/min, LLM op $0.06/min voor een model van OpenAI-klasse, TTS op $0.07/min voor een stem van ElevenLabs-klasse, telefonie op $0.013/min voor het PSTN-tarief van Twilio, en platform op $0.05/min, samen $0.243/min.

Stack C, zelf-gehost best-of-breed, is de goedkoopste publieke configuratie: Pipecat als orchestrator, Deepgram voor streaming-STT, Claude Haiku 4.5 als LLM, ElevenLabs Flash als TTS, en Twilio als telefonie. We namen ruwe publieke tarieven per component en stelden ze samen tot ongeveer $0.105/min. Het cijfer per minuut van Stack C is het meest blootgesteld aan aanname; we behandelen het als een verdedigbare bovengrensschatting van de variabele kosten van zelf-hosting en geven het als zodanig op.

Stack D, enterprise voice-AI-leverancier, modelleert het bodemprijssegment van een groot contactcentrumplatform; NICE, Genesys Cloud, Verint of vergelijkbaar; samengesteld uit voice-AI-minuten plus platformkosten, professional-services-afstemming en een toegezegde minimumbesteding bij hoog volume. CloudTalk's gepubliceerde voice-AI-prijs van $0.50/min PAYG en $350/maand voor 1.000 minuten ^[16] en Retell's leveranciersvergelijking ^[14] rapporteren beide enterprise-tarieven in de range $0.45–$0.66/min met platformkosten erin geamortiseerd. We hanteren $0.50/min als bodem voor het uitgewerkte voorbeeld en koppelen die aan een containment-toezegging van 0.55, bij de bovengrens van de schone range van τ-Voice ^[19], op grond van het feit dat enterpriseleveranciers doorgaans een toegewijd afstemmingsteam en toegezegde SLA's bundelen die de containment boven de cold-start-range tillen. Stack D test de formule dus onder stress aan de bovenkant van de prijs gekoppeld aan de bovenkant van de toegezegde containment; het inkoopscenario waarin de koper expliciet betaalt voor een containment-garantie.

Voor de containment-waarden over de stacks A–C verankerden we het uitgewerkte voorbeeld op de gerapporteerde task-completion-ranges van τ-Voice ^[19]: 31–51% onder schone condities en 26–38% onder realistische ruis. We kozen per stack een verdedigbaar middelpunt met expliciete onderbouwing in plaats van door leveranciers gepubliceerde cijfers, omdat door leveranciers gepubliceerde containment afhangt van workloads die de koper niet in de hand heeft ^[20] en niet rechtstreeks vergelijkbaar is tussen leveranciers. Retell kreeg een containment van 0.45, bij de bovengrens van de schone range van τ-Voice, onderbouwd door de afstemming van het platform op veelvoorkomende klantenserviceflows. Vapi kreeg 0.38, op de grens tussen de schone en ruisige ranges van τ-Voice, onderbouwd door het feit dat Vapi een dunnere orchestratielaag is die meer stack-afstemmingsverantwoordelijkheid bij de koper legt; in een cold-start-inkoopscenario ligt de werkelijke containment dichter bij de ruisige range. Zelf-gehost kreeg 0.42, tussen Retell en Vapi, onderbouwd door best-of-breed-componenten die gemiddeld kwaliteit leveren, terwijl de afwezigheid van platformafstemming het cijfer drukt ten opzichte van een beheerde stack. Stack D kreeg 0.55, onderbouwd door het toegewijde afstemmingsteam en de SLA-toezegging die het bodemgeprijsde contract gewoonlijk meebrengt.

Voor de gemiddelde afhandeltijd gebruikten we een sectortypische 4 minuten als basislijn ^[3], en we voerden gevoeligheid uit op 2.5, 4 en 6 minuten om de realistische spanwijdte te dekken tussen eenvoudige FAQ-achtige oproepen en langere serviceoproepen met meerdere stappen.

Voor de escalatiekosten gebruikten we $7.40 per oproep ^[8]. Het cijfer is een leveranciersopgave en werd gepubliceerd als de vergelijkende mensagent voor de AI-stack die de leverancier verkoopt; hetzelfde paper behandelt het als de werkende kost per oproep voor menselijke afhandeling, wat de rol is die wij het geven. We voerden het multivariate raster in §4.4 ook uit over E ∈ {$5, $7.40, $10, $15} om arbeidsmarkten te dekken van laaggeprijsd uitbesteed tot dure gereguleerde sectoren waar escalaties cold-transfer-boetes meedragen ^[10].

3.3 De opzet van het uitgewerkte voorbeeld

We legden vijf analyses vooraf vast voordat we ook maar één getal berekenden. Ten eerste de tabel met vier stacks bij de basisinvoer: T = 4, containment per §3.2, E = 7.40. Ten tweede de rangordevergelijking tussen de ordening per minuut en die per oplossing van de vier stacks. Ten derde een gevoeligheidsanalyse die telkens één variabele tegelijk verandert op Retell als referentiestack: containment op c ± 0.10, afhandeltijd op T × {0.625, 1.5} (d.w.z. 2.5 en 6 minuten), en escalatiekosten op 2E. Ten vierde een gevoeligheidsanalyse alleen op containment voor Vapi om de robuustheid van de rangordewisseling te testen; specifiek de containment waarbij de kosten per oplossing van Vapi die van Retell kruisen. Ten vijfde een tweedimensionaal raster over containment-verschuiving Δc ∈ {−0.10, −0.05, 0, +0.05, +0.10} (uniform toegepast op de basis-c van elke stack) en escalatiekosten E ∈ {$5, $7.40, $10, $15}, met de rangorde gerapporteerd in elke cel. We legden vooraf vast om een rangordewisseling alleen als reële bevinding te rapporteren als ze een verstoring van ±0.05 op de relevante containment overleeft, omdat een rangordewisseling die verdwijnt onder een aannamefout van een half procentpunt niet robuust is.

3.4 Wat de methodologie niet omvat

We sloten bewust vier dingen uit. Ontwikkelkosten. Zelf-gehoste stacks dragen een engineering-capex die beheerde stacks niet hebben ^[17]; die meenemen vereist een amortisatieregel die afhangt van oproepvolume en projectlevensduur, beide koperspecifiek. We behandelen dit als een aparte fase van de inkoopbeslissing en bespreken het kwalitatief in §5. Licentiebodems en minima. Verschillende leveranciersoffertes bevatten maandelijkse minima of seatlicenties ^[16] die het tarief per minuut bij laag volume buigen. We modelleerden het regime met hoog volume waarin deze worden weggeamortiseerd. Terugbellende klanten. Containment kan patronen van terugbellende klanten verbergen ^[11]; onze c is single-call containment, niet netto van herhaling. Kwaliteitsgecorrigeerde oplossing. Een opgeloste oproep met lage CSAT is in de formule nog steeds een oplossing; wegen op tevredenheid is een benedenstroomse aanpassing die we niet maakten. Elk hiervan wordt opnieuw benoemd in §6.

3.5 Reproduceerbaarheid

De formule en de invoer zijn hierboven volledig gespecificeerd. Een lezer kan het uitgewerkte voorbeeld in minder dan vijf minuten in een spreadsheet opnieuw uitvoeren. De vier rijen met leveranciersinvoer zijn terug te voeren op de bibliografie-items ^[14], ^[15], ^[16] en een ruwe samenstelling van publieke componenten voor Stack C; de containment-ranges zijn terug te voeren op ^[19]; de escalatiekosten op ^[8]. We hebben geen nieuwe metingen uitgevoerd, en er zijn geen random seeds, hardwarespecificaties of proefprotocollen om op te geven. De reproduceerbaarheidslast van een methodologiepaper is de specificatie van de formule, die in §3.1 staat, en de expliciete invoertabel in §4.1.

3.6 Waarom een vierde stack ertoe doet

Het oorspronkelijke uitgewerkte voorbeeld met drie stacks dekte de publieke marktvorm; volledig beheerd, opgesplitst-beheerd en zelf-gehost; maar stopte vóór het regime dat inkoopteams in gereguleerde sectoren het vaakst tegenkomen: de enterprise voice-AI-leverancier geprijsd tegen een bodem met toegezegde minima. Stack D vult die lacune. Hij test de formule in het regime waarin de prijs per minuut het hoogst is en de containment ook het hoogst, omdat de bodemprijs het toegewijde afstemmingsteam financiert dat de containment optilt. Dit is het inkoopscenario waarin een CFO het vaakst vermoedt te veel te betalen; het tarief per minuut is twee tot vijf keer dat van de goedkopere alternatieven, maar de leverancier betoogt dat de prijs gerechtvaardigd wordt door een containment-toezegging die de goedkopere alternatieven niet bieden. De formule is de beslisregel die de CFO laat nagaan of het argument standhoudt. Zonder Stack D dekt het uitgewerkte voorbeeld alleen het regime waarin een hogere prijs gepaard gaat met marginaal hogere containment; met Stack D dekt het uitgewerkte voorbeeld het regime waarin een hogere prijs gepaard gaat met wezenlijk hogere containment, wat structureel anders is. Sectie 4.4 toont het kruispunt: bij elke escalatiekost boven $8.80 verslaat Stack D Retell op kosten per oplossing, ondanks dat hij 1.6× meer per minuut kost; bij elke escalatiekost boven $6.34 verslaat Stack D Vapi, ondanks dat hij 2.1× meer per minuut kost. De inkoopvraag is niet langer of de bodemgeprijsde enterpriseleverancier te duur is, maar of de escalatiekost van de koper boven of onder het kruispunt ligt.

4.1 Basislijn met vier stacks

Tabel 1 rapporteert de uitvoer van de formule bij de basisinvoer. De meest rechtse kolom is het cijfer voor kosten per oplossing dat het paper voorstelt om de prijs per minuut als inkoopkengetal te vervangen.

De kosten per oplossing liepen over de vier stacks uiteen van $5.29 tot $7.15, een spreiding van ruwweg 35%. De spreiding per minuut op dezelfde stacks bedroeg 376% ($0.105 tot $0.50). De keuze van eenheid comprimeert de schijnbare spreiding tussen leveranciers met meer dan 10×, wat op zichzelf het inkoopsignaal is: verschillen per minuut vleien dramatisch zodra ze worden omgezet in de eenheid waarvoor een koper betaalt.

De escalatieterm (1 − c) · E droeg het merendeel van het cijfer voor kosten per oplossing voor elke stack behalve Stack D; 60% voor Retell, 64% voor Vapi, 81% voor zelf-gehost en 48% voor het enterprisesegment. Dit is het structurele resultaat dat §5 motiveert: kosten per oplossing zijn een door escalatiekosten gedomineerde metriek voor elke huidige voice-agent-stack met containment onder ruwweg 0.5, en de rangorde wordt daarom bepaald door containment in plaats van door prijs per minuut. Stack D is de enige stack in het voorbeeld die onder de 50% escalatie-aandeel zakt, en doet dat omdat zijn toegezegde containment van 0.55 het aandeel oproepen verlaagt dat de escalatiepremie van $7.40 op elke oplossing legt.

4.2 Rangordewisselingen

Tabel 2 zet de rangorde per minuut af tegen de rangorde per oplossing.

Twee rangordewisselingen treden op bij basislijn. De eerste, tussen Retell en Vapi, is de inversie die al aanwezig was in de versie met drie stacks: de hogere containment van Retell (0.45 tegenover 0.38) verlaagt het aandeel oproepen dat de escalatiekost van $7.40 oploopt voldoende om het prijsverschil van $0.067/min op de agent-minuten zelf te overwinnen. De tweede, opvallender wisseling is Stack D, die per minuut 1.6× Retell en 2.1× Vapi kost maar per oplossing $0.18 (2.5%) goedkoper is dan Vapi. Het mechanisme is hetzelfde als bij de eerste wisseling maar uitgesprokener: de toegezegde containment van 0.55 van Stack D verlaagt het escalatie-aandeel van de kosten van 64% (Vapi) naar 48%, en de absolute escalatiepremie van $4.59 naar $3.33. De verlaging van 17% in escalatiekosten per oproep koopt de koper een stack die meer per minuut en minder per oplossing kost, wat structureel het inkoopargument is dat enterprise voice-AI-leveranciers maken.

Vapi zakt van op één na goedkoopst per minuut naar laatste per oplossing. Dit is de grootste verkeerde rangschikking die de formule in het uitgewerkte voorbeeld aanwijst, en die waar een op prijs per minuut verankerde inkoopbeslissing de slechtste uitkomst zou opleveren.

4.3 Gevoeligheid voor één variabele

We legden vooraf vast om telkens één variabele te verstoren op de Retell-basislijn en een verstoring alleen op containment voor Vapi. Tabel 3 rapporteert de vier verstoringen.

Drie observaties komen uit Tabel 3 naar voren. Ten eerste verschoof containment de kosten per oplossing met ruwweg 20% per 10 procentpunten rond de basislijn, een bijna-1:1-elasticiteit die de door ^[6] geciteerde SQM-vuistregel herstelt: een winst van één punt in first-call resolution levert een daling van één punt in operationele kosten op. Onze methodologie was niet ontworpen om deze regelmaat te reproduceren, en het feit dat ze dat doet is een teken dat de samenstellingsregel niet pathologisch is. Ten tweede was escalatiekosten de variabele met de grootste impact: een verdubbeling van E verhoogde de kosten per oplossing van Retell met 60%, meer dan drie keer de beweging van een containment-zwaai van 10 punten. Ten derde overleefde de rangordewisseling tussen Retell en Vapi de vooraf geregistreerde robuustheidscheck. Een opwaartse verstoring van 5 punten op de containment van Vapi (naar 0.43) bracht zijn kosten per oplossing op $6.48, onder de basislijn van $6.83 van Retell. De wisseling keert om als de werkelijke containment van Vapi een half punt boven die van Retell ligt. We behandelen de rangordewisseling als een reële bevinding onder de gebruikte invoer, niet als een robuuste over alle plausibele invoer; wat het punt van het paper is. De keuze van eenheid verandert de rang, en de rang is gevoelig voor een variabele die leveranciers niet consistent benchmarken.

4.4 Multivariate gevoeligheid: een (Δc, E)-raster

De gevoeligheid voor één variabele in §4.3 houdt drie variabelen vast en beweegt de vierde. Inkoopteams staan zelden voor dat beeld. Reële inkoopbeslissingen laten containment en escalatiekosten samen variëren: een high-end koper in financiële diensten staat tegenover zowel hogere escalatiekosten (belaste arbeid, gereguleerde overdracht) als een lager-dan-basislijn-containment (PII-filtering, meertalig verkeer). Een retailkoper staat voor het tegenovergestelde (lage escalatiekosten, hoge containment). Om de formule nuttig te maken op de inkooplaag voerden we een tweedimensionaal raster uit over containment-verschuiving en escalatiekosten, met de afhandeltijd vast op 4 minuten en de prijs per minuut vast op de basislijn van elke stack.

De verschuiving Δc wordt uniform toegepast op de basis-c van elke stack uit §3.2; bijvoorbeeld bij Δc = −0.05 is de effectieve containment van Retell 0.40, die van Vapi 0.33, die van zelf-gehost 0.37 en die van Stack D 0.50. Dit behandelt Δc als een koperdomein-modifier; een weerspiegeling van hoe ver de oproepmix van de koper van de τ-Voice-basislijn afligt, in plaats van een prestatieverstoring per stack. Tabel 4 rapporteert de rangorde in elke cel.

Het raster levert een opvallend structureel resultaat: de rangorde wordt vrijwel volledig bepaald door E, niet door Δc. Lezend langs eender welke kolom is de rangorde identiek bij elke containment-verschuiving. Lezend langs eender welke rij verschuift de rangorde naarmate de escalatiekosten stijgen. De kruispunten zijn scherp:

• Bij E = $5 (laaggeprijsde uitbestede arbeid, retail-verkeer in één taal) wint de prijs per minuut nog steeds. Stack D, het duurst per minuut, is het duurst per oplossing.
• Bij E = $7.40 (de publieke-opgave-basislijn ^[8]) klimt Stack D naar rang 3; hij verslaat Vapi, op één na goedkoopst per minuut, ondanks dat hij 2.1× meer per minuut kost.
• Bij E ≥ $10 (gereguleerde sectoren, enterprise-belaste arbeid) klimt Stack D naar rang 2 en verslaat ook Retell. De enterprisebodem is in elke cel met E ≥ $10 de op één na beste keuze per oplossing.

De kruispunten zijn rechtstreeks uit de formule te berekenen. Door Cres(D) = Cres(Retell) te stellen en op te lossen: E = (pD · T / cD − pR · T / cR) / (cD − cR) = ($3.636 − $2.756) / 0.10 = $8.80. Onder E = $8.80 is Retell goedkoper per oplossing; daarboven is Stack D goedkoper. Dezelfde algebra zet het kruispunt tussen Stack D en Vapi op E = $6.34, wat de reden is dat Stack D Vapi al verslaat bij de opgegeven basislijn van $7.40. Deze kruispuntdrempels zijn de werkende getallen die een inkoopteam zou moeten berekenen tegen zijn eigen belaste escalatiekosten, omdat ze de vergelijking van vier stacks terugbrengen tot een beslisregel van één regel.

De robuustheid van de rangorde over Δc-verstoringen weerspiegelt een structureel kenmerk van de formule: de rangorde wordt bepaald door de kloof in containment tussen stacks, niet door het absolute niveau. De containment van elke stack met hetzelfde bedrag verschuiven behoudt de kloof, dus de rangorde verandert niet. Dit is een inkooprelevante bevinding omdat de kloof tussen stacks (de containment-toezegging van Stack D minus de cold-start-containment van goedkopere stacks) de variabele is die een leverancier in de hand heeft, terwijl het absolute niveau een functie is van de oproepmix van de koper, die de leverancier niet in de hand heeft. De formule isoleert het inkooprelevante signaal van de koperspecifieke ruis.

Het resultaat dat ons in het oorspronkelijke uitgewerkte voorbeeld met drie stacks verraste, was niet de rangordewisseling zelf maar hoe dun de marge was. De versie met vier stacks maakt de verrassing scherper. Stack D, het duurst per minuut, is op één na het goedkoopst per oplossing bij de opgegeven basis-escalatiekosten en op één na het goedkoopst per oplossing bij elke hogere escalatiekost. Het inkoopargument dat enterprise voice-AI-leveranciers maken; dat de bodemprijs een containment-toezegging koopt die zichzelf bij hoge escalatiekosten terugverdient; is in deze oefening structureel correct. De formule geeft het inkoopteam de drempel waarop het argument correct wordt (E ≥ $8.80 tegenover Retell, E ≥ $6.34 tegenover Vapi), wat het gesprek is dat het inkoopteam met de leverancier moet voeren.

De structurele bevinding, dat de escalatieterm (1 − c) · E de kosten per oplossing domineert voor elke stack met containment onder ruwweg 0.5, is niet nieuw voor de contactcentrumliteratuur ^{[2, 6]} maar grotendeels afwezig in de leveranciersliteratuur over voice agents. Containment domineert omdat elke onopgeloste oproep de kost van een volledige door een mens afgehandelde oproep op de rekening van de AI legt, en door mensen afgehandelde oproepen zijn een orde van grootte duurder dan door AI afgehandelde oproepen ^[8]. Dit is de reden waarom Sharma's productiegereedheidsdoel van >70% voor containment ^[12] de juiste vorm heeft, ook al is de specifieke grenswaarde conventie en geen afleiding. Onder 70% verdient de AI-agent zichzelf terug maar laat hij nog het grootste deel van de operationele kosten aan de menselijke kant liggen; boven 70% begint de substitutie te domineren. Stack D in ons uitgewerkte voorbeeld zit op 0.55, wat de reden is dat zijn escalatie-aandeel het laagst is in Tabel 1 (48%) en toch nog bijna de helft van de totale kosten.

Wij denken dat leveranciers om twee redenen niet in eenheden per oplossing noteren. De eerste is mechanisch: containment is geen eigenschap van de stack van de leverancier alleen; ze hangt af van de oproepmix, taaldekking en afstemmingsinspanning van de koper, allemaal zaken waarop de leverancier zich niet vooraf kan vastleggen. Noteren in eenheden per oplossing zou leveranciers dwingen workloadrisico op zich te nemen dat ze nu niet prijzen. De pay-per-resolution-outsourcingmarkt in ^[5] is het bewijs dat een leverancier workloadrisico op zich kan nemen als het prijsmodel daarvoor is ontworpen; voice-AI-leveranciers hebben dat prijsmodel nog niet gebouwd. De tweede is commercieel: prijsstelling per minuut dramatiseert de marge tussen leveranciers. Retell op $0.31 tegenover Vapi op $0.243 oogt als een betekenisvol verschil; $6.83 tegenover $7.15 oogt als ruis. Stack D op $0.50/min tegenover Retell op $0.31/min oogt als een premie van 60%; $6.97 tegenover $6.83 is een premie van 2%. Leveranciers die per minuut noteren houden het inkoopgesprek in een spreiding die hen vleit. De vertaling naar eenheden per oplossing brengt het gesprek terug naar de spreiding die de koper werkelijk betaalt.

Wat zouden inkoopteams na het lezen van dit paper anders moeten doen? Drie dingen, in volgorde. Ten eerste, vraag elke voice-agent-leverancier om een containment-toezegging, of op zijn minst om de containment die ze hebben waargenomen op workloads vergelijkbaar met de uwe, met de workload precies genoeg gedefinieerd om het getal te kunnen falsifiëren. De pay-per-resolution-outsourcingmarkt gedocumenteerd in ^[5] bewijst dat dit gesprek mogelijk is. Ten tweede, voer de formule in §3.1 uit tegen uw eigen afhandeltijd en uw eigen belaste escalatiekosten in plaats van de cijfers in dit paper. Beide zijn feiten aan koperszijde en zijn doorgaans beschikbaar uit het historische oproeplogboek. Ten derde, bereken de kruispuntdrempels in de vorm van §4.4: bij welke escalatiekost zijn twee stacks gelijk op kosten per oplossing? De kruispuntdrempel brengt een vergelijking van vier stacks terug tot een beslisregel van één regel tegen de eigen arbeidskosten van de koper. De voice-agent-calculator op /resources/tools/voice-agent-cost-calculator stelt deze samenstelling beschikbaar voor de koperzijdige getallen die een inkoopteam het waarschijnlijkst bij de hand heeft.

Een notitie over zelf-gehoste stacks. Stack C leverde de laagste kosten per oplossing in onze basislijn, maar de methodologie sloot ontwikkelkosten bewust uit. Zelf-gehoste stacks dragen een engineering-capex die de TCO-analyse van Dograh op $150/uur prijst ^[17] en die volgens de auteurs zich bij hoog volume binnen maanden terugverdient maar bij laag volume niet. De juiste manier om ontwikkelkosten mee te nemen is als een amortisatie per oplossing over de projectlevensduur, (build_cost) / (expected_total_resolutions), opgeteld bij Cres. We lieten dit als aanpassing in fase twee omdat het koperspecifiek is en de bijdrage van het paper de samenstellingsregel voor variabele kosten is. Een koper op 1.000 minuten per maand zal anders concluderen dan een koper op 100.000 minuten per maand, en beide conclusies zouden moeten volgen uit dezelfde samenstellingsregel toegepast met het volume van elke koper.

5.1 Wanneer de formule breekt

De formule stelt vier inputs samen tot één getal en levert nette rangordes onder een breed scala aan plausibele invoer. Er zijn drie regimes waarin ze misleidende getallen oplevert, en een inkoopteam zou ze moeten herkennen voordat het de regel toepast.

Extreem hoge containment (c ≥ 0.85). Naarmate c 1 nadert, nadert de escalatieterm (1 − c) · E nul en nadert de AI-kostenterm (p · T) / c de waarde p · T. De kosten per oplossing convergeren naar de uitgaven per minuut op een contained oproep. In dit regime herleidt de formule tot de prijs per minuut geschaald met de afhandeltijd, en komt de rangorde overeen met de rangorde per minuut. Dit strookt met de intuïtie; zodra de AI vrijwel elke oproep afhandelt zonder escalatie, gaat de inkoopbeslissing over de agent-minuut-kost en niets anders; maar het betekent dat de formule haar onderscheidend vermogen verliest precies in het regime dat de leveranciersliteratuur ^[12] productiegereed noemt. Een koper die twee stacks vergelijkt die beide 90%+ containment toezeggen, zou niet moeten verwachten dat de formule een structurele winnaar aanwijst; het verschil op dat niveau wordt gedomineerd door de prijs per minuut en door de ontwikkelkostenaanpassing die §5 als overweging voor fase twee laat.

Extreem lage containment (c ≤ 0.20). Naarmate c nul nadert, ontspoort de AI-kostenterm (p · T) / c en nadert de escalatieterm E. De kosten per oplossing worden pathologisch omdat vrijwel elke oproep escaleert en de AI betaald wordt voor minuten die hij niet contained heeft. Dit regime is degeneratief voor elke productiestack; een koper zou niet op 20% containment in productie gaan; maar het verschijnt in pre-tuning-evaluatie, wanneer een koper een leverancier benchmarkt op cold-start-verkeer voordat het toegewijde afstemmingswerk is gedaan. Een pre-tuning-meting van c = 0.15 levert een Cres-cijfer op dat de kosten dramatisch overschat, omdat het grootste deel van de kosten de agent-minuut-term is gedeeld door een kleine noemer. Een inkoopteam dat de formule tegen pilootdata uitvoert, zou hiervoor moeten corrigeren door het cijfer voor kosten per oplossing naast het containment-traject te rapporteren, niet als één getal.

Vervolgoproepen buiten single-call containment. De formule behandelt de door een mens afgehandelde oproep als het eindpunt van een onopgelost traject. In de praktijk kan een geëscaleerde oproep zelf vervolgcontacten binnen het oplossingsvenster opleveren, en een contained oproep kan vervolgcontacten opleveren als de oplossing van de AI het onderliggende probleem niet werkelijk oploste. Belfiore ^[2] gebruikt een factor 1.5× om onopgeloste oproepen om te zetten in vervolgkosten, en PolyAI ^[11] waarschuwt specifiek dat containment terugbellende klanten kan verbergen. De E van de formule moet worden gelezen als de belaste kost van het hele geëscaleerde traject, niet alleen van de eerste door een mens afgehandelde oproep; een koper die een proxy enkel op arbeidskosten voor E gebruikt, zal de escalatiepremie met 30–50% onderschatten. De Erlang C-afleiding in Appendix A maakt dit expliciet: het bezettingskosten-equivalent dat ons basiscijfer van $7.40 oplevert, bevat al de factor 1.5× voor vervolgvolume.

Een vierde, minder gangbare faalwijze is het vermelden waard: wanneer het prijsmodel van de koper platformminima of seatlicenties bevat die het tarief per minuut bij laag volume buigen ^[16]. Onze formule modelleert het regime met hoog volume waarin deze worden geamortiseerd; bij laag volume is het effectieve tarief per minuut hoger dan het gepubliceerde tarief en kan de rangorde verschuiven. Een koper op minder dan 1.000 minuten per maand zou de formule moeten uitvoeren tegen het effectieve tarief per minuut van de koper (totale maandbesteding gedeeld door minuten), niet tegen de kop-prijs per minuut van de leverancier.

De methodologie is een samenstellingsregel, en een samenstellingsregel is slechts zo eerlijk als de inputs die ze samenstelt. We benoemen de specifieke dingen die dit paper niet kan concluderen.

De leveranciersprijzen zijn lijstprijzen, geen onderhandelde tarieven. Retell op $0.31, de Vapi-achtige decompositie van $0.243 en de Stack D-bodem van $0.50 zijn de tarieven die een koper via selfservice of als gepubliceerde bodem zou betalen; enterprise-inkoop levert routinematig kortingen van 30–50% op in volumesegmenten boven 100.000 minuten per maand, en wij hadden geen toegang tot onderhandelde offertes. De rangorde in Tabel 2 kan verschuiven onder realistische enterprise-prijsstelling.

De prijs per minuut van Stack D is de invoer met het laagste vertrouwen in het uitgewerkte voorbeeld. Enterprise-voice-AI-prijsstelling is werkelijk ondoorzichtig: bodemprijzen, professional-services-bundels, kortingen op toegezegde besteding en platformkosten combineren tot een equivalent per minuut dat de leverancier zelden publiceert. Onze $0.50/min komt uit CloudTalk's gepubliceerde voice-AI-tarief ^[16] en wordt gestaafd door de bovengrens van Retell's leveranciersvergelijking ^[14], maar een koper die een contract van Stack D-klasse tekent, zal onderhandelen tegen de werkelijke offerte van de leverancier, niet tegen een gepubliceerde bodem. De rangordewisseling die we rapporteren bij E ≥ $8.80 (Stack D verslaat Retell) is robuust tegen een verstoring van ±15% op het tarief per minuut van Stack D, maar een koper zou het raster van §4.4 tegen het onderhandelde tarief moeten herrekenen voordat hij een inkoopconclusie trekt.

De containment-waarden zijn benchmark-proxy's, geen metingen in het koperdomein. τ-Voice ^[19] rapporteert task completion over geaarde retail- en luchtvaarttaken, wat dichter bij een pre-tuning-basislijn ligt dan bij de post-tuning-containment die een reële koper ervaart na drie tot zes maanden iteratie. Een koper met een schone, goed afgebakende use case kan onze invoer met 10 tot 20 punten overtreffen; een koper met meertalig, ruisig of PII-zwaar verkeer kan eronder zitten. De containment van 0.55 van Stack D ligt het verst van het τ-Voice-anker en is de invoer die het meest blootstaat aan vertekening door leveranciersclaims; een inkoopteam zou de leverancier moeten vragen een containment-toezegging te noteren tegen een gedefinieerde workload in plaats van het bodemcijfer op vertrouwen te accepteren.

De escalatiekosten zijn een opgave op één punt. $7.40/oproep komt uit de gepubliceerde vergelijking van één leverancier ^[8] en is gekalibreerd op een specifieke oproepmix en een specifieke arbeidsmarkt. De $8.00 van Belfiore ^[2] ligt er binnen 8% van, wat enige triangulatie is, maar geen van beide is een meta-analyse. Een koper in een markt waar de belaste klantenservice-arbeid de helft of het dubbele van de opgegeven range is, zou andere cijfers voor kosten per oplossing berekenen, en de rangorde in Tabel 2 is hiervoor gevoelig. Het raster in §4.4 dekt de realistische range $5–$15.

De prijs per minuut van Stack C is een ruwe samenstelling. De variabele kosten van zelf-hosting hangen af van het volumesegment van Deepgram, van de vraag of ElevenLabs Flash maandelijks wordt toegezegd of als pay-as-you-go wordt betaald, van het regionale tarief van Twilio, en van de input/output-tokenmix van Claude Haiku per oproep. We stelden plausibele midden-segment-tarieven samen; een zorgvuldige koper zou onze $0.105 vervangen door een eigen op offertes gebaseerd cijfer voordat hij een inkoopconclusie trekt.

Het multivariate raster in §4.4 is een 5×4-steekproef van een continu oppervlak. Een fijner raster of een contourplot zou de kruispuntdrempels preciezer onthullen; we rapporteren de analytische kruispuntdrempels in §4.4 als de werkende getallen en behandelen het discrete raster als een illustratie van de rangordestabiliteit over koperdomeincontexten. Het raster varieert de afhandeltijd of de prijs per minuut niet, die beide de kruispunten zouden verschuiven.

De formule crediteert geen bovenstroomse deflectie. Oproepen die door IVR of selfservice worden afgeleid voordat ze de voice agent bereiken, komen nooit in de noemer terecht. Een stack die goed integreert met de bestaande IVR van de koper kan een slechtere kost per oplossing tonen terwijl hij de totale operationele kosten verlaagt. De metriek is een vergelijking binnen de voice agent, geen P&L van het contactcentrum.

Containment is een single-call-definitie. We gebruikten containment als de verhouding van oproepen die de AI zonder escalatie op één oproep oploste. PolyAI ^[11] merkt op dat dit patronen van terugbellende klanten kan verbergen waarbij dezelfde vraag binnen zeven dagen opnieuw opduikt. Een containment netto van herhaling zou elke waarde in Tabel 1 verlagen; we hebben dat niet gemodelleerd.

Oplossing wordt niet op kwaliteit gewogen. Een oplossing die een lage CSAT oplevert, telt als oplossing. De literatuur over op kwaliteit gewogen oplossingsmetrieken ^{[4, 7]} ondersteunt een benedenstroomse aanpassing, en een koper met een harde CSAT-ondergrens zou er een willen toepassen.

Het uitgewerkte voorbeeld omvat vier stacks. Vier stacks overspannen de publieke marktvorm (volledig beheerd, opgesplitst-beheerd, zelf-gehost, enterprisebodem) maar zijn niet uitputtend. Een in-house build bij een grote bank, een verticaal-gespecialiseerde leverancier in de zorg, of een kostenleidende offshore-BPO met door AI versterkte agents zouden elk het beeld verschuiven; we hadden geen publieke prijsopgaven voor die.

We definieerden een gesloten formule voor kosten per oplossing voor voice agents, pasten die toe op vier reële publieke stacks bij basisinvoer ontleend aan prijspagina's van leveranciers en een publieke benchmark, en rapporteerden twee rangordewisselingen waarin de ordening per minuut en die per oplossing van die stacks verschilden. De cijfers voor kosten per oplossing liepen uiteen van $5.29 tot $7.15; een spreiding van 35% op stacks waarvan de tarieven per minuut 376% overspanden. Een tweedimensionaal gevoeligheidsraster toonde dat de rangorde wordt bepaald door de escalatiekosten, niet door de containment-verschuiving; de analytische kruispuntdrempels (Stack D verslaat Retell bij E ≥ $8.80, verslaat Vapi bij E ≥ $6.34) brengen de vergelijking van vier stacks terug tot een beslisregel van één regel tegen de eigen arbeidskosten van de koper. Containment domineerde de metriek en herstelde de callcenter-1:1-regel tussen winst in first-call resolution en daling van operationele kosten, en Appendix A toont aan dat de escalatieterm van de formule herleidbaar is tot het standaard Erlang C-bezettingsmodel uit de operations-managementliteratuur. De samenstellingsregel is de bijdrage. Inkoopteams die voice-agent-leveranciers beoordelen op de eenheid die de leveranciers noteren, optimaliseren het verkeerde getal; de formule in §3.1 geeft hun de eenheid waarin ze werkelijk betalen.

De escalatiekost E in §3.1 is de kost per oproep van menselijke afhandeling. We hanteerden $7.40 uit een publieke leveranciersopgave ^[8] en merkten op dat de $8.00 van Belfiore ^[2] er binnen 8% van ligt. Deze appendix toont aan dat het opgegeven cijfer consistent is met het Erlang C-bezettingsmodel dat in workforce-management-software wordt gebruikt ^{[1, 26]}, en grondt zo de escalatiearm van de formule in de operations-managementlijn.

A.1 Erlang C-bezetting

In een door mensen bemand contactcentrum geeft het Erlang C-model de kans dat een binnenkomende oproep in de wachtrij komt in plaats van onmiddellijk te worden beantwoord, als functie van de aankomstsnelheid λ (oproepen per uur), de gemiddelde afhandeltijd Th (uren per oproep), en het aantal agents N ^[1]. De bezettingsbeslissing is de kleinste N zodat de wachtrijkans onder een doelservicelevel-drempel valt (doorgaans P(wait > 20s) ≤ 0.20).

Voor een contactcentrum dat draait op een bezetting ρ = λ · Th / N zijn de belaste arbeidskosten per bediende oproep

Cper_call = (Wloaded · Th) / ρ

waarbij Wloaded het belaste uurloon van één agent is (basissalaris plus secundaire arbeidsvoorwaarden, supervisie-overhead, faciliteiten en tooling, doorgaans 1.4–1.6× basis ^[1]). Th is de gemiddelde afhandeltijd inclusief naverwerking. De bezetting ρ overschrijdt in de praktijk zelden 0.85, omdat een hogere bezetting het servicelevel verslechtert ^[26].

Uitgewerkt voorbeeld. Bij Wloaded = $52.50/uur (representatief Amerikaans belast tarief voor inkomende klantenservice, midden jaren 2020), Th = 4 minuten = 1/15 uur, en ρ = 0.85:

Cper_call = ($52.50 · (1/15)) / 0.85 = $3.50 / 0.85 = $4.12 per bediende oproep

A.2 De vervolgfactor toevoegen

Belfiore ^[2] rapporteert dat onopgeloste oproepen gemiddeld 1.5 vervolgcontacten binnen het oplossingsvenster opleveren. Elk vervolgcontact brengt dezelfde Cper_call met zich mee plus de klantbelevingskost van het herstelwerk. Door vervolgcontacten te behandelen als een toevoeging van 1.5× de kost per oproep; de behoudende lezing van Belfiore; worden de belaste kosten van een geëscaleerd traject

E = Cper_call · (1 + f) = $4.12 · 1.5 = $6.18

waarbij f = 0.5 de fractionele vervolgmultiplicator op de oorspronkelijke door een mens afgehandelde oproep is (0.5 omdat één oorspronkelijke oproep plus 0.5 aan verwachte vervolgcontacten gelijk is aan de 1.5 contacten die Belfiore documenteert). Het cijfer $6.18 ligt ongeveer 17% onder de basislijn van $7.40 opgegeven door ^[8]. Het toevoegen van 15–20% voor cold-transfer-boete ^[10]; de kost van contextverlies wanneer de oproep van de AI naar de mens overgaat; dicht de kloof tot het opgegeven cijfer binnen de afronding.

De opgegeven $7.40 uit ^[8] komt dus overeen met belaste arbeidskosten in de range $50–60/uur, een bezetting nabij het standaardplafond van 0.85, en een vervolgfactor in de range van Belfiore. Elk van deze inputs is onafhankelijk gepubliceerd, en het opgegeven cijfer is consistent met alle drie.

A.3 Het substitutiekrediet

Wanneer een AI-agent een fractie c van de inkomende oproepen contained, daalt de bezettingsbehoefte aan de menselijke kant evenredig. Met een totale aankomstsnelheid λ oproepen per uur wordt de aankomstsnelheid aan de menselijke kant (1 − c) · λ, en de Erlang C-bezettingsbehoefte schaalt bij vast servicelevel bij benadering lineair met de aankomstsnelheid, zodat de bezettingskost aan de menselijke kant per inkomende oproep daalt van Cper_call naar (1 − c) · Cper_call. Inclusief de vervolgfactor is de kost aan de menselijke kant per inkomende oproep (1 − c) · E, wat precies de tweede term van de formule in §3.1 is.

De eerste term (p · T) / c is de kost aan de AI-kant die op elke opgeloste oproep wordt gelegd: de koper betaalt p · T aan agent-minuten per inkomende oproep, en de oplossingen van de koper bedragen c per inkomende oproep, dus elke oplossing draagt (p · T) / c aan agent-minuut-uitgaven.

De twee termen optellen geeft de kost per oplossing van één end-to-end verwerkte inkomende oproep: de AI-kant-uitgave per oplossing plus de verwachte kost aan de menselijke kant per inkomende oproep. Dit is de formule. Haar escalatiearm is geen ad-hoc-proxy maar een herleiding van de Erlang C-bezettingskost onder evenredige substitutie, wat de lineariteitsaanname is die de SWPP-referentie ^[26] documenteert en Akşin et al. ^[1] verkennen.

A.4 Waar de lineariteitsaanname breekt

Twee regimes zijn het signaleren waard. Ten eerste is Erlang C-bezetting niet-lineair nabij de servicelevel-drempel: een kleine daling in aankomstsnelheid verlaagt de vereiste bezetting mogelijk niet met dezelfde proportie, omdat de drempel werkt op het gehele aantal agents. Bij kleine contactcentra (minder dan ~30 agents) wordt het substitutiekrediet overschat door de evenredige regel; de werkelijke besparing is stapsgewijs. Ten tweede vereist de lineariteitsaanname dat de door AI contained oproepen en de door mensen afgehandelde oproepen vergelijkbare afhandeltijdverdelingen hebben. Als de AI overwegend gemakkelijke oproepen contained (korte afhandeltijd) en overwegend moeilijke oproepen escaleert (lange afhandeltijd); een gangbaar patroon, aangezien AI-agents worstelen met de moeilijke staart; dan is de afhandeltijd aan de menselijke kant op geëscaleerde oproepen langer dan de gemiddelde Th, en is de kost aan de menselijke kant per inkomende oproep hoger dan (1 − c) · E. Een inkoopteam in een domein waar de afhandeltijd van de door AI contained oproepen duidelijk korter is dan het algemene gemiddelde van de operatie, zou E als ondergrens moeten behandelen en een expliciete afhandeltijdmultiplicator op escalaties moeten overwegen. De beperking in §6 over kwaliteitsgecorrigeerde oplossing vat dezelfde zorg vanuit een andere hoek.